Sebagai developer, kita selalu mencari alat yang dapat mempercepat workflow dan meningkatkan produktivitas. Dua asisten AI kode yang menonjol saat ini adalah GitHub Copilot dan Cody. Keduanya menawarkan bantuan cerdas dalam menulis kode, namun bagaimana kinerjanya dalam tugas-tugas pengembangan nyata?

Dalam artikel ini, saya akan berbagi pengalaman menggunakan kedua alat ini dalam proyek nyata, yaitu aplikasi pengeditan code berbasis AI. Saya akan membandingkan performa Copilot dan Cody dalam beberapa aspek penting, mulai dari memahami kode hingga menulis unit test.

1. Memahami Codebase

Memulai dengan codebase baru selalu menjadi tantangan. Tanpa AI, biasanya kita harus membaca file README atau bertanya kepada maintainer untuk mendapatkan pemahaman mendalam. Dengan Cody dan Copilot, kita bisa langsung bertanya tentang codebase tersebut.

Dari pengalaman saya, Cody lebih unggul karena mampu menarik konteks dari 14 file sekaligus dan memberikan overview yang lebih komprehensif. Sementara itu, Copilot hanya memberikan gambaran yang lebih umum dan kurang mendalam.

Catatan : Cody mempermudah onboarding dengan kemampuan menarik konteks dari banyak file.

2. Menyiapkan Lingkungan Pengembangan

Mempersiapkan environment pengembangan bisa menjadi tantangan, terutama jika banyak dependensi dan konfigurasi yang harus diatur. Cody membantu saya dengan panduan langkah demi langkah untuk menginstal dependensi, mengatur file .env, hingga menjalankan migrasi database. Copilot, di sisi lain, melewatkan beberapa langkah penting yang bisa menyebabkan kesalahan setup.

Catatan : Panduan setup yang kontekstual dari Cody dapat menghindarkan kita dari masalah setup yang menjengkelkan.

3. Mengenal Fungsi Kode

Memahami fungsionalitas yang sudah ada sangat penting ketika kita ingin menambah atau memperbaiki fitur. Cody dengan tepat mengidentifikasi properti model dan menjelaskan cara menghitung biaya menggunakan OpenAI, langsung merujuk pada fungsi yang ada di dalam codebase. Sementara Copilot memberikan saran yang lebih generik, yang memerlukan validasi manual lebih lanjut.

Catatan : Penjelasan kontekstual dari Cody mempercepat pemahaman kode.

4. Menambahkan Fitur Baru

Ketika saya perlu menambahkan fungsi untuk mengonversi milidetik menjadi timecode SMPTE, Cody menghasilkan kode PHP yang tepat sesuai dengan stack proyek. Sebaliknya, Copilot memberikan solusi dalam JavaScript, yang tidak sesuai dengan codebase yang sedang saya kerjakan.

Catatan : Kesadaran kontekstual Cody memastikan kode yang dihasilkan sesuai dengan teknologi yang sedang digunakan.

5. Mengedit Kode

Menggunakan perintah /edit di Cody, saya bisa dengan mudah memperbarui fungsi untuk menyertakan nomor frame. Copilot juga bisa mengedit kode, namun memerlukan lebih banyak panduan manual. Keduanya memang memberikan hasil yang benar, tetapi perintah intuitif Cody membuat proses editing lebih cepat.

Catatan : Perintah seperti /edit di Cody menyederhanakan proses pengeditan kode secara iteratif.

6. Autocomplete

Fitur autocomplete yang baik dapat menjaga alur coding tetap lancar. Cody secara konsisten memberikan saran yang akurat berdasarkan konteks, sementara Copilot beberapa kali memberikan saran yang tidak tepat dan mengganggu alur kerja saya.

Catatan : Autocomplete dari Cody lebih andal dan menjaga alur kerja tetap mulus.

7. Menemukan dan Memperbaiki Masalah

Kedua alat ini membantu saya menemukan dan memperbaiki masalah tipe data, tetapi Cody memberikan nilai tambah dengan perintah /smell, yang menyoroti perbaikan seperti dependency injection dan logging. Insight tambahan ini membantu saya memperbaiki kode lebih dalam, yang mungkin terlewatkan oleh Copilot.

Catatan : Analisis mendalam dari Cody membantu menemukan masalah yang lebih halus dan memberikan saran best practice.

8. Menghasilkan Unit Test

Menulis unit test sering kali memakan waktu. Baik Copilot maupun Cody bisa menghasilkan test yang berhasil, namun Cody memberikan beberapa skenario sekaligus, sehingga cakupan test lebih luas dan mendalam.

Catatan : Cody lebih unggul dalam menghasilkan test dengan cakupan yang lebih lengkap.

9. Mendokumentasikan Kode

Dokumentasi sering kali diabaikan, padahal sangat penting. Kedua alat ini bisa membantu menghasilkan dokumentasi yang berguna, dengan Cody memberikan penjelasan yang ringkas dan Copilot lebih mendetail dalam langkah-langkahnya.

Catatan : Baik Cody maupun Copilot sama-sama efektif dalam membantu dokumentasi, tergantung kebutuhan apakah ingin yang lebih ringkas atau lebih mendetail.

---

Kesimpulan

Dari berbagai skenario di atas, Cody terbukti lebih unggul dalam hal memahami konteks codebase dan memberikan saran yang sesuai. Meskipun GitHub Copilot juga memiliki kekuatannya sendiri, terutama dalam hal kecepatan, Cody lebih andal dalam tugas pengembangan nyata karena integrasi yang lebih dalam dan pemahaman konteks yang lebih baik.

Jika kamu ingin meningkatkan workflow pengembanganmu, saya sangat menyarankan untuk mencoba Cody dan merasakan perbedaannya.